11e Confrence Francophone dOptimisation et Simulation- MOSIM16

Du 22 au 24 aot 2016
Montral, Qubec, Canada
Linnovation technologique au service des systmes : dfis et opportunits

PLANIFICATION DE LA PRODUCTION ET DE LA MAINTENANCE

PREVENTIVE OPPORTUNISTE POUR UN SYSTEME MANUFACTURIER
NON FIABLE PRODUISANT DEUX TYPES DE PRODUITS

Morad ASSID, Ali GHARBI Adnne Hajji

Laboratoire de Conception et de Contrle des Systmes Dpartement des oprations et des systmes de dcision
de Production - TS - Universit du Qubec, 1100, rue & CIRRELT - Universit de Laval
Notre-Dame Ouest, Montral (QC), Canada H3C 1K3 adnene.hajji@fsa.ulaval.ca
morad.assid.1@ens.etsmtl.ca, ali.gharbi@etsmtl.ca

RESUME : Actuellement, les stratgies de la maintenance corrective et de la maintenance prventive base sur le
temps sont largement utilises dans l'industrie. Par contre, peu de mthodes sont utilises pour optimiser ces stratgies.
Cet article vise dvelopper une politique de commande plus efficace de la production, du setup et de la maintenance
pour un systme manufacturier non fiable et non-flexible, compos dune seule machine et produisant deux types de
produits. L'objectif principal est d'atteindre un niveau plus lev de synchronisation entre les interventions de la
maintenance prventive (PM) et les activits de la production. Ainsi, la politique de commande propose intgrera le
concept de la maintenance opportuniste en tirant parti de l'arrt de la machine pendant les oprations de setup, afin de
mener des actions prventives. Cette initiative a pour but daccrotre la disponibilit de la machine et de rduire le
risque de pnurie. Lvaluation de la performance de la politique de commande propose est ralise l'aide d'un
modle de simulation en combinant des vnements continus et discrets. Ce dernier est ensuite analys par des
techniques statistiques d'optimisation, tels que les plans d'expriences, l'analyse de variance et la mthodologie de
surface de rponse. Un exemple numrique suivi d'une tude comparative approfondie pour une large gamme de
configurations du systme, sont effectues afin de dmontrer la pertinence et la robustesse des rsultats.

MOTS-CLES : Contrle de production, setup, maintenance prventive, maintenance opportuniste, simulation,

optimisation.

Corridor Policy (HCP). Dans le mme contexte, Ghar-

1 INTRODUCTION
Les politiques de commande rtroactives font partie
dune branche importante de la recherche qui traite le
problme de commande optimal. Elles ont montr une
grande efficacit grer les vnements alatoires dans
un environnement stochastique et dynamique. Le con-
cept de la politique de commande seuil critique (en
anglais : Hedging Point Policy ou HPP) est parmi les
plus cits et employs dans la littrature des systmes
manufacturiers qui voluent dans un environnement
alatoire. Cette politique de commande est dveloppe
par Akella et Kumar (1986) pour un systme manufactu-
rier compos dune seule machine qui produit un seul
type de produits (M1P1). Elle consiste maintenir un
niveau optimal dinventaire de produits finis afin de se
protger contre la pnurie de stock qui peut se manifester
souvent par les pannes des machines ou les arrts plani-
fis de la production. La HPP a ensuite t tendu
d'autres contextes manufacturiers comme dans le travail
de Gharbi et al. (2011) qui ont dvelopp la politique de
commande multiples seuils critiques ( Multiple
HPP ), pour les systmes ayant plusieurs tats. Pour les
systmes qui produisent deux types de produits (M1P2),
Bai et Elhafsi (1997) ont dfinis la structure dune poli-
tique de commande adapte qui prend en compte les
activits de la production et les oprations de setup si-
multanment. Elle est connue sous le nom Hedging
bi et al. (2006) ont dvelopp une autre politique de
commande de production et de setup appele Modified
Hedging Corridor Policy (MHCP), dans le but de trou-
ver une meilleure squence des oprations de setup. En
utilisant divers critres quantitatifs et qualitatifs, une
comparaison approfondie est par la suite t effectue
par Assid et al. (2014) entre HCP et MHCP dont la struc-
ture a t amliore afin de rduire davantage le risque
de pnurie. Ils ont montr que HCP peut devenir meil-
leure que MHCP en termes de cot dpendamment du
niveau adopt de satisfaction des clients. De plus, elle
ncessite un espace de stockage plus petit car elle gnre
moins de pnurie.
Bas sur les problmes de commande optimale et de
gestion des stocks, beaucoup d'autres travaux se sont
intresss l'intgration de la maintenance prventive
(MP) dans la planification de la production, grce sa
contribution importante au maintien en service des outils
de production. Pour un systme M1P1 non fiable, des
modles mathmatiques ont t dvelopps afin de com-
biner des politiques de MP avec des politiques de com-
mande de la production comme dans (Rezg et al., 2008)
et (Chelbi et Ait-Kadi, 2004), qui se sont bass respecti-
vement sur la politique de remplacement de type bloc (en
anglais : Block Replacement Policy ou BRP) et la
politique de remplacement de type ge (en anglais :
Age Replacement Policy ou ARP). Cependant, la
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada
structure optimale de telles politiques de commande n'a
pas t tablie. Gharbi et Kenne (2000) ont propos une
politique de commande sous-optimale dont les interven-
tions de MP dpendent de lge de la machine qui se
caractrise par un taux de pannes croissant. Des travaux
rcents ont traits ce problme dintgration de la pro-
duction et de la MP qui consiste trouver la structure
optimale de la politique de commande des taux de la
production et de la MP. Nous citons le travail de Ber-
thaut et al. (2010) qui se sont bass sur la mthode nu-
mrique de Kushner (Kushner et Dupuis, 2001) afin de
trouver la politique de commande sous-optimale de pro-
duction et de maintenance pour un systme M1P1 utili-
sant la BRP. Pour un systme M1P2, Assid et al. (2015a)
ont men une tude comparative approfondie en termes
de cot en combinant les politiques de commande de
production et de setup HCP et MHCP avec les politiques
de MP: ARP et BRP, tout en amliorant leur structure.
De plus en plus, le concept de la maintenance opportu-
niste (MO) est utilis dans le but de prendre des dci-
sions dynamiques bases sur le contrle de la perfor-
mance globale du systme manufacturier. Ce concept est
bien connu dans l'industrie et sa pratique est en utilisa-
tion croissante (dtergent et al., 2009). Bouillaut (2007)
explique quil consiste prendre en compte les interac-
tions entre les diffrents composants du systme afin de
tirer profit de larrt dun quipement (ou plus) en excu-
tant des actions prventives sur dautres quipements du
systme si jug ncessaire. Levrat et al. (2008) ont utilis
ce concept en se basant sur le critre de disponibilit
pour slectionner, parmi les diffrents arrts planifis de
la production, le temps d'excution idal des interven-
tions de maintenance. Cette ide de profiter des arrts
des activits de la production pour prendre des dcisions
concernant les interventions de maintenance est consid-
re par Assid et al. (2015b). Ils ont ainsi dvelopp, pour
un systme M1P2, une politique de commande qui lors
des oprations de setup o la machine est arrte pour
prparer le passage de la production dun type de produit
un autre, des actions de la MP systmatique de type
bloc (BPR) peuvent tre effectues. Ils ont montr que
cette politique, mne des gains conomiques addition-
nels et une disponibilit plus grande de la machine.
Nous traitant dans ce travail le mme problme de com-
mande de la production et de la MP mais au lieu de la
BRP, les actions de MP reposeront sur la ARP qui est
plus conomique (Barlow et Proschan, 1965). Cela est
d principalement la capacit de la ARP viter le
gaspillage des composants relativement nouveaux, lors-
quune action de MP suit immdiatement une action de
maintenance corrective (MC). Notre objectif concorde
bien avec ce choix puisque nous visons proposer une
politique de commande de production et de maintenance
qui rduira davantage le cot total encouru pour un sys-
tme M1P2 non fiable et non flexible. Le cot total est
compos des cots dinventaire, de pnurie, de setup et
de maintenance (MC et MP). De plus, le concept de la
MO sera galement intgr afin dassurer une meilleure
synchronisation entre les activits de production, les in-
terventions de MP ainsi que la squence des oprations
du setup.
Le reste de ses papiers est organis comme ceci. Dans la
section 2, le problme de commande de la production, du
setup et de la maintenance du systme manufacturier
adopt est prsent. La section 3 rsume les donnes du
systme ainsi que les tapes de l'approche de rsolution
exprimentale utilise afin de dterminer les paramtres
de de commande optimaux. L'exemple numrique et les
rsultats de l'optimisation sont prsents dans la section
4. Une tude comparative approfondie entre les poli-
tiques de commande tudies est effectue la section 5
pour une large gamme de configurations du systme.
Elle dmontre ainsi les gains conomiques gnrs lors-
que le concept de l'MO est intgr efficacement dans la
planification de la production. La section 6 prsente la
conclusion de cet article.
2 DESCRIPTION DU SYSTEME
MANUFACTURIER ET DES POLITIQUES DE
COMMANDE ETUDIEES
La politique de commande propose dans cet article
combine simultanment la politique de commande de
production et de setup HCP et la stratgie de mainte-
nance prventive de type ge ARP, tout en intgrant le
concept de la maintenance opportuniste (MO). Les d-
tails fournis dans cette section montrent comment la MO
peut tre intgr en vue datteindre la performance opti-
male du systme manufacturier tudi. Notons quune
tude de comparative sera ralise par la suite pour com-
parer les rsultats de performance obtenus en appliquant
notre politique de commande avec les rsultats de la po-
litique qui nutilise pas le concept de la MO ou celle qui
nintgre aucune stratgie de MP. Le mme systme
manufacturier sera considr pour cette tude. Il se com-
pose dune seule machine non flexible produisant deux
types de produits. Tous les produits doivent tre conser-
vs dans deux diffrents espaces de stockage avant dtre
livrs aux clients La machine est sujette des pannes et
des rparations alatoires. En plus des interventions de la
maintenance (CM ou PM), des arrts de production sont
galement obligatoires lorsque le systme procde des
actions de setup pour passer de la production dun type
de produits finis un autre. Nous terminons cette section
en numrant les hypothses adoptes dans ce travail:
- Les actions de MC et de MP restaurent la
machine ltat neuf;
- Les actions de MP peuvent tre effectues
durant les oprations de setup;
- Les pannes sont dtectes instantanment.
2.1 Notation
Les notations utilises dans ce document sont dfinies ci-
dessous. i, j 1,2, i j :
Pi : Type du produit i
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada

xi (t ) : Niveau dinventaire (ou de pnurie) du P i au temps t 2.3 Politique de MP de type ge : ARP

di : Taux de demande constant du produit P i
ui : Taux de production du produit Pi
La structure de la ARP se caractrise par un seul
paramtre de commande TMP . Ainsi, des interventions
U imax : Taux de production maximal du produit P i
prventives sont mises en uvre sur la machine ds que
Zi : Capacit despace de stockage du produit P i
cette dernire atteint un certain ge constant TMP dont la
TO : Temps prdtermin davancer des actions de MP
valeur doit tre optimise. Cependant, si la machine
TMP : Priode entre deux interventions de MP successives
tombe en panne avant cet ge, des actions correctives
S : Temps ncessaire pour passer de la production de P i sont accomplies afin de la mettre en tat fonctionnel.
Tij
Pj
ci : Cot de mise en inventaire par unit de temps par
unit de produit Pi 2.4 Caractristiques de la maintenance opportu-
niste (MO) utilise
ci : Cot de rupture de stock par unit de temps par unit
de produit Pi
cijs : Cot dune opration de Setup pour passer de la Lintroduction de la MO vise une meilleure intgration
production de Pi Pj des interventions de la MP dans la planification des
cMP : Cot dune opration de MP activits de production en tirant parti de l'arrt
cMC : Cot dune opration de MC programm lavance de la machine. Dans notre cas, il
: Cot total optimal encouru quand la politique P est
sagit damliorer la synchronisation entre les actions de
CP* la MP et de la production de sorte que lors les oprations
utilise
de setup, le systme tire profit de larrt de la machine
2.2 Politique de commande de la production et du pour effectuer des interventions prventives. L'objectif
setup : HCP est double : dune part, amliorer la disponibilit de la
machine. Dautre part, rduire le cot total encouru qui
La structure de HCP est caractrise par un seul seuil est compos des cots d'inventaire, de pnurie, de setup
Z i , i 1,2 pour chaque type de produits finis. Base
et de maintenance (MC et MP). Dans ce contexte, une
variable de dcision TO 0 dpendante de lge de la
sur le principe de la politique de commande seuil
machine, sera prise en compte afin doptimiser la
critique HPP, la machine doit btir un stock positif pour
coordination des activits entre la MP et la production. Il
chaque type de produit afin de faire face aux vnements
sagit dtablir les conditions optimales pour avancer
alatoires et la non-disponibilit de la machine (p. ex.
lexcution des actions de MP dans le but de les
durant une intervention corrective ou lors une opration
combiner avec les oprations de setup. La Figure 1
de setup). Dans ce sens, la machine fonctionne toujours
montre comment la dcision davancer une action de MP
capacit maximale de telle faon que lorsque lun des
est prise. Il est question de vrifier si le temps de
niveaux de stock de produits finis xi atteint son seuil lancement de lopration de setup; pour un type de
critique Z i , une opration de setup est excute pour produits finis, se trouve dans lintervalle
passer la production de lautre type de produit. La kT T ; kT , k 1,2,3... Si cest le cas, la
MP O MP

reprsentation analytique crivant la structure de la
politique de commande HCP est donne comme suit: prochaine intervention de PM sera anticipe pour tirer
profit de cet arrt de lactivit de production.
U1max I ( S21 1) if x1 Z1inv .
u1 (.) (1)
0 otherwise

U 2max I ( S12 1) if x2 Z 2inv .

u2 (.) (2)
0 otherwise

S21

1 if x2 Z 2inv and x1 Z1inv . (3)
0 otherwise Figure 1 : Exemple reprsentant le concept de la MO

S12

1 if x1 Z1inv and x2 Z 2inv . (4) 2.5 Politique de commande propose
0 otherwise
Cette section dcrira le fonctionne de la politique de
Avec, commande propos. Elle intgre le concept de la MP tout
en combinant les caractristiques des politiques HCP et
1 if S ij 1 ARP. Labrviation HCP_AO sera utilise comme nom
I ( S ij 1) de cette politique de commande. La Figure 2 prsente un
0 otherwise
exemple de fonctionnement du systme lorsque
HCP_AO est adopte. Elle montre la variation de la
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada
somme des inventaires des deux produits finis
x1 (t ) x2 (t ) pour Z1 Z 2 100 , TA 50 et
TO 1,25 . Ce choix danalyser la somme des inventaires
est dtermin pour mieux observer les phnomnes lis
la maintenance. La Figure 2 montre que lorsque la
machine est en mode oprationnel, elle est entrain de
restaurer le stock dun des produits finis. Cest dire que
le niveau dinventaire de lautre produit diminue en
satisfaisant sa demande clientle. Au total, la somme des
deux inventaires augmente car la valeur de
U imax d j , i j est positive (). De plus, durant les
oprations de setup ou quand la machine est soumise
des actions de MC () suite une panne, la somme des
inventaires diminue au taux d1 d 2 . Toutefois, des
actions prventives sont excutes ds que la machine
atteint lge TA (). Comme expliqu dans la section
2.4, les actions prventives peuvent effectivement tre
avances dans le temps afin de les combines avec les
oprations de setup, condition que le temps de
lancement de celles-ci appartient TMP TO ; TMP ().
Cette situation confirme lavantage de la MO comme
propos dans cet article dans la rduction du risque de
rupture de stock. Notons que les rsultats de performance
de cette politique (HCP_AO) seront compars dans les
sections prochaines avec ceux de la politique HCP; qui
ninclut aucune stratgie de MP, et de la politique
HCP_A qui combinera intgre la fois les
caractristiques de HCP et de ARP sans utiliser le
concept de MO.
Figure 2 : Variation de la somme des inventaires des deux produits finis sous les commandes de HCP_AO
3 APPROCHE DE RESOLUTION
EXPERIMENTALE
Lapproche exprimentale utilise dans ce travail permet
de contourner les limites mathmatiques issues des
modles analytiques classiques (Gharbi et al., 2011). Elle
combine des mthodes statistiques doptimisation avec
loutil de la simulation. En effet, cette approche donne la
possibilit dtudier des modles qui reprsente
fidlement le comportement stochastique et dynamique
du systme et de limiter les hypothses simplificatrices
souvent considrs dans la littrature, tels que les dures
ngligeables des actions de la maintenance et la perte de
la demande non satisfaite. L'objectif est d'optimiser les
paramtres des politiques de commande qui minimisent
le cot total encouru. Une tude comparative
approfondie entre les politiques de contrle conjointe
considres est aussi ralise pour une large gamme de
configurations du systme. Cette approche consiste en
trois grandes tapes:
3.1 Structure des politiques de commande
Cette tape correspond au travail ralis dans la section
2. Elle consiste dcrire la structure des diffrentes
politiques de commande considres et leurs paramtres
optimiser. Ces informations seront utilises comme une
entre pour les modles de simulation.
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada
3.2 Modlisation par simulation
Pour chacune des politiques de commande considre,
un modle de simulation combinant des vnements
discrets et continus, est conu en utilisant le langage de
simulation SIMAN avec des sous-programmes crits en
langage C++ (Pegden et al., 1995). Le code est par la
suite excut par le logiciel de simulation Arena de
Rockwell Automation. La partie continue qui est
modlise par des quations diffrentielles, est consacre
essentiellement au calcul du niveau instantan des stocks
des deux produits finis. La partie discrte modlise
dautres fonctions comme les activits de la production,
de la maintenance, du setup, de loccurrence des pannes,
etc. Le but est dimiter fidlement le comportement du
systme manufacturier sous les conditions relles
dopration.
Figure 3 : Schma-bloc des modles de simulation
La figure 3 montre comment la conception des modles
de simulation sest labore sous forme de plusieurs
rseaux en interactions entre eux dont chacun remplie
une mission spcifique (satisfaction des clients,
production, interventions de la maintenance, etc.).
Notons que lorsque le systme tombe en panne, ou
quand des actions de MP ou des oprations de setup sont
en cours, la production est arrte et donc le niveau des
inventaires des produits diminue tout en satisfaisant la
demande du client. Ce processus continue jusqu' ce que
la production soit reprise. Suite plusieurs expriences
prliminaires, le temps ncessaire pour atteindre le
Paramtres C+ C- CS Ccm Cpm TS Umax
Valeurs 0,1 2 50 6000 2000 1 58
(1)
Tf, Tacm, and Tapm indiquent les distributions de probabilit du temps avant la pannes et les dures des actions de MC
et de MP respectivement.
Tableau 1 : Paramtres de la simulation
rgime permanent est gal T 200.000 units de
temps.
3.3 Plan dexpriences et mthodologie de surface
de rponse
Les objectifs de cette tapes est didentifier les facteurs
ainsi que leurs interactions qui ont un effet significatif
sur le cot, dterminer la relation entre le cot total et les
effets significatifs et doptimiser les paramtres de
contrle qui minimisent le cot total support. Ainsi, les
plans dexpriences permettent de dfinir le nombre des
expriences ncessaires, le domaine exprimental de
chaque facteur dentre (variable indpendante)
considr et la faon dont ces derniers varient les uns par
rapport aux autres. Lanalyse de la variance sera
galement employe pour dterminer les principaux
facteurs et leurs interactions qui ont un effet significatif
sur le cot total (variable dpendante). Ensuite, la
mthodologie de surface de rponse est utilise afin de
dfinir la relation entre le cot total et les facteurs
principaux et leurs interactions significatifs obtenus
auparavant. Le modle rsultant est ensuite optimise
afin de dterminer la meilleure combinaison des
paramtres de commande qui minimisent la valeur du
cot total.
4 EXEMPLE NUMERIQUE
Pour fin dillustration et sans perdre laspect gnral du
problme tudi, nous supposons que les deux types de
produits finis sont identiques. C'est--dire que les
paramtres du systme des deux types de produits sont
gaux (ci+ = c+, ci- = c-, csij=cs, Tsij=Ts, Uimax=Umax et di=d
avec i={1,2}). Ainsi, Ziinv = Z. Dans le but de veiller
ce que la relation suivante T OTPM soit toujours vrifie,
une nouvelle variable est considre pour que
TO=*TPM et 01. Le Tableau 1 rsume les donnes
du systme.
Comme dans (Assid et al., 2014), la convexit de la
fonction de cot des politiques de contrle tudies est
valide. Un modle de rgression polynomiale est ensuite
utilis afin d'optimiser le paramtre Z de HCP qui
minimise le cot total encouru. Pour HCP_A et
HCP_AO, nous adoptons des plans factoriels complets
trois niveaux qui donnent des rsultats plus prcis
puisque chaque interaction est estime sparment. Cinq
rplications ont t effectues pour chaque combinaison
de facteurs (TPM et Z pour HCP_A et TPM, Z et pour
HCP_BO).
d Tf(1) Tacm(1) Tapm(1)
20 Log-N (100;50) Log-N (10;1) Log-N (5;0,5)
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada
Au final, un total de "3n * 5" simulations avec n un
entier qui reprsente le nombre de facteurs de la
politique de contrle considr. Notons que les
coefficients de corrlation ajuste ( R 2 ) montrent que
plus de 97 % de la variabilit observe du cot prvu est
explique par les modles (5), (6) et (7) de surface de
rponse (Montgomery, 2008). Leur conformit est
galement valide en se basant sur lanalyse de la
normalit des rsidus ainsi que l'homognit de la
variance. En utilisant le logiciel Statgraphics, les
fonctions de la surface du cot total pour les politiques
de commande considres sont donnes par les quations
suivantes:
CHCP 174,294 0,2212.Z 4,29067.10 4.Z 2 . (5)
CHCP _ A 155,62 0,612.TPM 0,535.Z
.(6)
2,4.10 3 TPM Z 1,2.10 2 TPM
2
1,6.10 3.Z 2
C HCP _ AO 203,02 1,57.TPM 0,77.Z 250,09.
2,09.10 3 TPM Z 2,15.TPM . 0.61.Z . .(7) consquence, la diffrence de cots entre HCP_A et
2,05.10 2 TPM
2
2,17.10 3.Z 2 629,17 2
La mthodologie de surface de rponse est ensuite
utilise afin d'optimiser le cot total encouru pour les
trois politiques de commande considres en se basant
sur les variables significatives. Le tableau 2 prsente les
rsultats d'optimisation. Il montre que pour les
paramtres systme slectionns (voir Tableau 1), la
politique de commande propose dans ce travail
HCP_AO donne le meilleur rsultat en termes de cot.
En comparaison avec HCP, les amliorations ralises en
termes de cots par HCP_A et HCP_AO sont
respectivement 22,02% et 22,97%. Comme prvu, les
rsultats montrent galement que les politiques HCP_A
et HCP_AO augmentent la disponibilit de la machine
de 1,47% et 2,07%, respectivement, par rapport HCP.
Cot
Politique Z* T*PM TO* Disponibilit
total
HCP 263,97 - - 114,86 88,65%
HCP_A 202,32 43,55 - 89,57 89,97%
HCP_AO 201,99 46,82 1,13 88,44 91,83%
Tableau 2 : Rsultats doptimisation
5 EFFET DES PARAMTRES DE COT ET DE
TEMPS DU SYSTEM SUR LES POLITIQUES
DE COMMANDE
Les amliorations obtenues (voir Tableau 2) sont
soumise des fluctuations alatoires. Par consquent,
dautres analyses sont ncessaires afin de dmontrer les
avantages conomiques obtenus par l'intgration de la
MP et du concept de la MO dans la planification de la
production telle que propose dans cet article. Dans ce
sens, une tude comparative approfondie de l'influence
de la variation de plusieurs paramtres du systme sur le
cot total des trois politiques de commande HCP,
HCP_A et HCP_AO est effectue. Pour chaque analyse,
un seul paramtre du systme varie et tous les autres
paramtres de cot et de temps sont fixs leurs valeurs
dfinies dans le Tableau 1.
Les rsultats obtenus sont prsents sur la Figure 4. Elle
montre que lorsque les paramtres de cot de pnurie
(Figure 4.a), le cot dune action de MP (Figure 4.b), le
temps de setup (Figure 4.c) et le temps moyen d'une
action de MP (MTPM) (Figure 4.d) varient, la valeur du
cot total pour les diffrentes politiques de commande
change en fonction du paramtre slectionn. Toutefois,
cette valeur correspondante la politique de commande
intgrant la MP ainsi que le concept de la MO :
HCP_AO demeure la plus faible. Cela reflte l'avantage
conomique de la HCP_AO par rapport aux politiques
HCP_A et HCP. Par exemple, lorsque le cot de pnurie
c- augmente (voir Figure 4.a), les pnuries deviennent
plus pnaliss. Cette situation donne avantage
HCP_AO qui implique une plus grande disponibilit du
systme et donc moins de risque de rupture de stock. En
HCP_AO slargie. La mme chose est observe sur la
Figure 4.b. Lorsque cPM augmente, le systme effectue
moins dinterventions MP. Cela implique un plus grand
nombre de pannes et des cots de rupture de stock plus
levs, en particulier pour HCP_A. La Figure 4.c montre
que lorsque TS augmente, la diffrence de cots entre
HCP_A et HCP_AO slargie. En effet, dans ce cas, les
interventions de MP tirent plus profit des oprations de
setup puisque une plus grande partie des actions de
maintenance est effectue durant les temps de setup.
L'inverse se produit lorsque MTPM augmente (voir
Figure 4.d).
6 CONCLUSION
Dans cet article, une nouvelle politique de commande de
la production, du setup et de la maintenance prventive
(MP) est propose pour les systmes manufacturiers
composs dune seule machine sujette des pannes et
des rparations alatoires et est capable de produire deux
types de produits. Cette politique de commande combine
les caractristiques de la politique HCP (Hedging
Corridor Policy) et de la stratgie de MP de type ge
ARP. Ce choix concorde bien avec notre objectif qui
consiste proposer une politique de commande de
production et de maintenance qui rduira davantage les
cots. En intgrant le concept de la maintenance
opportuniste (MO), notre politique de commande a
dmontr une meilleure synchronisation entre les
interventions de la MP et les activits de la production.
En effet, ce concept consiste avancer des actions de
MP dans le temps afin de profiter des arrts planifis de
la production lors des oprations de setup. Une tude
comparative est galement ralise en faisant varier
diffrents paramtres du systme afin de confirmer les
avantages conomiques de la politique de commande
propose. Les rsultats obtenus montrent que notre
11e Confrence Francophone dOptimisation et Simulation- MOSIM16 - Du 22 au 24 aot 2016, Montral, Qubec, Canada
politique de commande permet de rduire
considrablement le risque de rupture de stock et donc le
cot total encouru. Plusieurs extensions possibles de ce
travail peuvent tre envisages en considrant dautres
aspects lis au contexte industriel tels quune demande
alatoire, des produits finis de nature prissable avec le
temps ou diffrentes stratgies de MP.
REFERENCES
Akella, R., and Kumar, P.R., (1986). Optimal Control of
Production Rate in a Failure Prone Manufacturing
System. IEEE Transactions on Automatic Control,
31(2), p. 116-126.
Assid, M., Gharbi, A., and Hajji, A,. (2014). Joint
production and setup control policies: an extensive
study addressing implementation issues via
quantitative and qualitative criteria. The International
Journal of Advanced Manufacturing Technology.
72(5-8), p. 809-826.
Assid, M., Gharbi, A., and Hajji, A. (2015a). Joint
production, setup and preventive maintenance
policies of unreliable two-product manufacturing
systems. International Journal of Production
Research, 53(15), p. 4668-4683.
Assid, M., Gharbi, A., and Hajji, A. (2015b). Production
Planning and Opportunistic Preventive Maintenance
for Unreliable One-Machine Two-Products
Manufacturing Systems. IFAC-PapersOnLine, 48(3),
p. 478-483.
Bai, S.X., and Elhafsi, M. (1997). Scheduling of an
unreliable manufacturing system with non-resumable
set-ups. Computers Ind. Eng., 32, p. 909-925.
Barlow R.E. and Proschan F. (1965), Mathematical
theory of reliability, New York : John Wiley and
Sons.
Berthaut, F., Gharbi, A., Kenn, J. P., and Boulet, J. F.
(2010). Improved joint preventive maintenance and
(a)
(c)
Figure 4 : Influence des paramtres du systme sur le cot total encouru des politiques de commande
hedging point policy. International Journal of
Production Economics, 127(1), p. 60-72.
Chelbi, A., Ait-Kadi, D., 2004. Analysis of a
production/inventory system with randomly failing
production unit submitted to regular preventive
maintenance. European Journal of Operational
Research, 156, p. 712718.
Gharbi, A., and Kenn, J. P., (2000). Production and
preventive maintenance rates control for a
manufacturing system: An experimental design
approach. International Journal of Production
Economics, 65(3), p. 275287.
Gharbi, A., Hajji, A., and Dhouib, K., (2011). Production
rate control of an unreliable manufacturing cell with
adjustable capacity. International Journal of
Production Research, 49(21), p. 6539-6557.
Gharbi, A., Kenn, J. P., and Hajji, A., (2006).
Operational level-based policies in production rate
control of unreliable manufacturing systems with set-
ups. International Journal of Production Research,
44 (3), p. 545-567.
Lavoie, P., Kenn, J. P., and Gharbi, A. (2007).
Production control and combined discrete /
continuous simulation modeling in failure-prone
transfer lines. International Journal of Production
Research, 45(24), p. 5667-5685.
Montgomery, D.C. (2008). Design and Analysis of
Experiments, 7th ed., New York: John Wiley and
Sons.
Pegden, C. D., Shannon, R. E., Sadowski, R. P., & Corp,
S. M. (1995). Introduction to simulation using
SIMAN: McGraw-Hill.
Rezg, N., Dellagi, S., Chelbi, A., (2008). Joint optimal
control and preventive maintenance policy.
International Journal of Production Research,
46(19), p. 53495365.
(b)
(d)